专题：财经年会2024：预测与战略
11月22日，由《财经》杂志、财经网、《财经智库》联合主办的“《财经》年会2024：预测与战略”在北京举行。中国信息通信研究院副院长魏亮出席并发表演讲。
魏亮表示，人们正在迈向通用人工智能。去年ChatGPT发布以前，大家没有那么乐观，大家认为还是处于弱人工智能的时代，而且这个时代还会持续很多年，对人工智能的快速发展大家都没有非常充分的认识，突然之间ChatGPT发布以后，大家感到通用人工智能扑面而来。
“大模型阶段，对照大模型的能力，它已经非常接近通用人工智能。”
同时，当前的大模型应用带来的三大变革和三个挑战。
魏亮指出，变革包括人机交互的变革、生产力的变革、研发的变革。人机交互的变革很显而易见，原来机器能理解的是一些指令，要让机器干特别的事情，必须由研发人员替你编程，把你的需求翻译成机器能听懂的语言，你的程序，然后你就可以做一定的应用，程序的输入可以是比较灵活的，总的来说你要干什么必须要有特定的程序针对某个应用进行编程。有了大模型之后这些都不需要了，你可以有非常自然的多模态的输入，比如自然语言的输入、图片的输入或者的输入，这些输入也不需要为某个应用专门编程，这是对输入模式的演进，非常灵活，输入阶段。
在处理阶段，原来编程除了要翻译以外，还要想好每一步怎么做，做什么，任务怎么拆解，整个逻辑是怎么样的，思维链是怎么样的，有了大模型以后它可以通过语法分析多轮的对话来理解你的意图，自动把你的任务拆解了以后有逻辑的串联起来，通过搜索它的千亿级的参数，它就可以知道怎么来做，最后给你个答案，核心处理技术也是一个创新。
输出阶段，可以有一个多模态的输出，也好，图象也好，文字也好，甚至直接控制一个机器人，你想做什么，它控制一个机器狗替你做了，或者控制周边的设备、传感器或者灵活的利用周边的设备帮你把工作完成，它的输出不仅仅是简单的输出，它可以变成一个任务的结果，这是关于人机交互的变革。
第二个变革是生产力的变革。魏亮称，一般来说很多技术要真正的影响你的生活需要很长的时间或者很长的过程，比如你研发了新材料，新材料有了以后大家非常兴奋，比如超导材料，真正用到你生活中的某一项设备或者某一项生活周边，需要很长的时间。但是ChatGPT去年出来以后到现在刚刚一年，已经改变了很多，可能有些行业接触的比较多一些，感受比较深刻，有些行业还没有看到。
比如软件行业，软件行业已经有了非常大的变革，有些行业的数据需要治理需要规范，没有很好的数据员，软件行业不一样，好的软件好的程序大家都公认的。有了这些语料有了这些数据集以后可以输出很好的成果，在软件工程里面大模型已经有了非常好的应用，GitHub Copilot发布以来为100多万开发者编写46%的代码，5年后预计80%代码由AI生成，有一些软件企业已经不需要那么多程序员了，很多事情都可以人工智能使用，而且这个确实提高了效率，减少了人员。
第三个变革是对研发的变革。魏亮指出，研发的变革是一个范式的变革。大模型时代的范式，你只管把数据给它，不需要你去思考，它替你思考，给出一个答案，你喂给它足够多的数据，它可以给结果，中间会提炼出一些公式提炼出一些理论，但是它是相对比较直接的通过数据直接触摸人们的事实或者现实。有了大模型以后原来的很多事情通过大模型做一些仿真验证就行了，或者在药物开发方面或者在遥感方面，通过大模型很容易开发产品和工具，这是对科研的新范式，通过数据到结果到事实。
对于面临的挑战，魏亮指出，第一是高质量的数据的供给不足，大多数企业都在认为数据处理是重大挑战，缺乏高质量的数据集，缺乏很好的数据治理平台，缺乏数据治理的方法，现在数据流通还有一定障碍，在我们国家版权数据用于 训练是否完全合规还是在探讨过程中，要求有合法渠道获得的数据，这样也是一定的障碍。第二是模型运维管理不成熟，组织落地的驱动力不足，模型的治理非常复杂，难以追溯，支撑的工具很难用也很难集成。第三是缺乏风险防控的体系，这个体系相对比较薄弱，工具不成熟，责任主体不明确，流程不规范。
对此，魏亮谈及，针对这些风险也有几方面的工作可以做，首先数据治理方面可以建立一些很好的企业中台，建立数据治理的平台，提高企业内部治理的供给能力，同时也可以全生命周期的数据质量管理来提升这个能力，总的来说提升高质量数据的供给能力，有利于整个大模型的好用能用。因为管理方面可以连接我们的管理团队部署团队运营团队等等，把他们关联起来一块做努力，建立一个标准化体系，这都是怎么把大模型工程化落地的一些关键要素。风险管控方面可以通过机构的设置、一些管理机制的落实，实现人工智能的战略目标，这些都是比较理想的，这是人们要把人工智能真正工程化运用到产业中去需要努力的方向。
展望通用人工智能赋能新型工业化，魏亮强调，新型工业化非常重要，中国梦具体到工业领域的路线就是新型工业化，在新型工业化中我国有非常好的机遇应用人工智能，直接走到智能化。
“我们正在快速进入数字化的阶段，在这个过程中又恰逢通用人工智能大模型的机遇，我们有条件有理由很好的把大模型应用到工业生产中去。”他说。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
